Detection of precipitation and snow cover trends in the the European Alps over the last century using model and observational data
Notice bibliographique
Résumé
The European Alps are particularly sensitive to climate change. Compared to temperature, changes in precipitation are more challenging to detect and attribute to ongoing anthropic climate change mainly as a result of large inter-annual variability, lack of reliable measurements at high elevations and opposite signals depending on the season or the elevation considered. However, changes in precipitation and snow cover have significant socio-environmental impact mostly trough water resource availability. These changes are investigated within the framework of the Trajectories initiative (). The variability and changes in precipitation and snow cover in the European Alps has been simulated with the MAR regional climate model at a 7 km horizontal resolution driven by ERA20C (1902-2010) and ERA5 (1979-2018) reanalyses. For precipitation, MAR outputs were compared with EURO-4M, SAFRAN, SPAZM and E-OBS reanalyses as well as in-situ observations. The model was shown to reproduce correctly seasonal and inter-annual variability. The spatial biases of the model have the same order of magnitude as the differences between the three observational data sets. Model experiment has been used to detect precipitation changes over the last century. An increase in winter precipitation is simulated over the North-western part of the Alps at high altitudes (>1500m). Significant decreases in summer precipitation were found in many low elevation areas, especially the Po Plain while no significant trends where found at high elevations. Because of large internal variability, precipitation changes are significant (pvalue<0.05) only when considering their evolution over long period, typically 60-100 years in both model and observations. Snow depth and water equivalent (SWE) in the French Alps simulated with MAR have been compared to the SAFRAN-Crocus reanalyses and to in-situ observations. MAR was found to simulate a realistic distribution of SWE as function of the elevation in the French Alpine massifs, although it underestimates SWE at low elevations in the Pre-Alps. Snow cover over the whole European Alps is evaluated using MODIS satellite data. Finally, trends in snow cover and snow depth are highlighted as well as their relationships with the precipitation and temperature changes over the last century.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».